Analisis Tingkat Permintaan Rumah di Kota Medan
Lampiran
Estimasi pada model persamaan Rumah Sederhana Tapak (RST) :
Dependent Variable: YRST Method: Least Squares Date: 01/10/15 Time: 09:18 Sample: 1994 2013
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob. PRST -1.78E-07 5.58E-08 -3.197571 0.0056 GPP 0.131917 0.081620 1.616242 0.1256 INF -0.196369 0.087919 -2.233527 0.0401 C 87.87906 3.744533 23.46863 0.0000 R-squared 0.519356 Mean dependent var 81.00000 Adjusted R-squared 0.429235 S.D. dependent var 8.207827 S.E. of regression 6.200931 Akaike info criterion 6.664132 Sum squared resid 615.2247 Schwarz criterion 6.863279 Log likelihood -62.64132 Hannan-Quinn criter. 6.703008 F-statistic 5.762884 Durbin-Watson stat 1.334568 Prob(F-statistic) 0.007191
Estimation Command: =========================
LS YRST PRST GPP INF C Estimation Equation: =========================
YRST = C(1)*PRST + C(2)*GPP + C(3)*INF + C(4) Substituted Coefficients:
=========================
YRST = -1.7848306541e-07*PRST + 0.131917486923*GPP - 0.196368920407*INF + 87.8790614565
(2)
Output Untuk Uji Autokorelasi :
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.667954 Prob. F(2,14) 0.5284 Obs*R-squared 1.742197 Prob. Chi-Square(2) 0.4185 Test Equation:
Dependent Variable: RESID Method: Least Squares Date: 01/10/15 Time: 09:19 Sample: 1994 2013
Included observations: 20
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob. PRST -5.16E-09 5.81E-08 -0.088793 0.9305 GPP -0.017920 0.084831 -0.211239 0.8357 INF 0.052015 0.104932 0.495705 0.6278 C -0.206111 3.841376 -0.053656 0.9580 RESID(-1) 0.390899 0.345840 1.130288 0.2773 RESID(-2) -0.075754 0.323707 -0.234022 0.8184 R-squared 0.087110 Mean dependent var -3.55E-15 Adjusted R-squared -0.238922 S.D. dependent var 5.690364 S.E. of regression 6.333768 Akaike info criterion 6.772993 Sum squared resid 561.6326 Schwarz criterion 7.071712 Log likelihood -61.72993 Hannan-Quinn criter. 6.831306 F-statistic 0.267182 Durbin-Watson stat 1.805044 Prob(F-statistic) 0.923604
Output Untuk Uji Mulikoliearitas :
Dependent Variable: PRST Method: Least Squares Date: 01/10/15 Time: 09:35 Sample: 1994 2013
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob. GPP -395243.6 341444.4 -1.157563 0.2630 INF -415855.5 368459.9 -1.128632 0.2747 C 54615946 9447691. 5.780878 0.0000 R-squared 0.184164 Mean dependent var 41067000 Adjusted R-squared 0.088183 S.D. dependent var 28216405 S.E. of regression 26943597 Akaike info criterion 37.19387 Sum squared resid 1.23E+16 Schwarz criterion 37.34323 Log likelihood -368.9387 Hannan-Quinn criter. 37.22303 F-statistic 1.918755 Durbin-Watson stat 0.496687
(3)
Prob(F-statistic) 0.177266
Dependent Variable: GPP Method: Least Squares Date: 01/10/15 Time: 09:35 Sample: 1994 2013
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob. INF 0.242160 0.254566 0.951269 0.3548 PRST -1.85E-07 1.60E-07 -1.157563 0.2630 C 26.14872 9.142689 2.860069 0.0108 R-squared 0.167355 Mean dependent var 21.49900 Adjusted R-squared 0.069397 S.D. dependent var 19.10091 S.E. of regression 18.42623 Akaike info criterion 8.802908 Sum squared resid 5771.941 Schwarz criterion 8.952268 Log likelihood -85.02908 Hannan-Quinn criter. 8.832065 F-statistic 1.708430 Durbin-Watson stat 2.545006 Prob(F-statistic) 0.210819
Dependent Variable: INF Method: Least Squares Date: 01/10/15 Time: 09:35 Sample: 1994 2013
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob. PRST -1.68E-07 1.49E-07 -1.128632 0.2747 GPP 0.208704 0.219396 0.951269 0.3548 C 14.54433 9.708823 1.498052 0.1525 R-squared 0.164341 Mean dependent var 12.14750 Adjusted R-squared 0.066028 S.D. dependent var 17.70043 S.E. of regression 17.10609 Akaike info criterion 8.654227 Sum squared resid 4974.512 Schwarz criterion 8.803587 Log likelihood -83.54227 Hannan-Quinn criter. 8.683384 F-statistic 1.671612 Durbin-Watson stat 2.072573 Prob(F-statistic) 0.217394
(4)
Estimasi pada model persamaan Rumah Menengah
Dependent Variable: YRMG Method: Least Squares Date: 01/11/15 Time: 09:01 Sample: 1994 2013
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob. PRMG 1.57E-08 2.25E-08 0.699508 0.4943 GPP 0.047869 0.087880 0.544705 0.5935 INF -0.178504 0.092897 -1.921527 0.0727 C 72.80879 4.722169 15.41851 0.0000 R-squared 0.240481 Mean dependent var 74.00000 Adjusted R-squared 0.098071 S.D. dependent var 6.996240 S.E. of regression 6.644326 Akaike info criterion 6.802260 Sum squared resid 706.3531 Schwarz criterion 7.001406 Log likelihood -64.02260 Hannan-Quinn criter. 6.841135 F-statistic 1.688651 Durbin-Watson stat 0.868954 Prob(F-statistic) 0.209451
Estimation Command: =========================
LS YRMG PRMG GPP INF C Estimation Equation: =========================
YRMG = C(1)*PRMG + C(2)*GPP + C(3)*INF + C(4) Substituted Coefficients:
=========================
YRMG = 1.57224736e-08*PRMG + 0.0478686390383*GPP - 0.17850431202*INF + 72.8087896102
(5)
Output Untuk Uji Autokorelasi :
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 4.458407 Prob. F(2,14) 0.0318 Obs*R-squared 7.781897 Prob. Chi-Square(2) 0.0204 Test Equation:
Dependent Variable: RESID Method: Least Squares Date: 01/11/15 Time: 09:04 Sample: 1994 2013
Included observations: 20
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob. PRMG 4.61E-09 1.95E-08 0.236714 0.8163 GPP 0.033546 0.079918 0.419752 0.6810 INF 0.102546 0.085077 1.205330 0.2481 C -2.885016 4.225320 -0.682792 0.5059 RESID(-1) 0.709657 0.286642 2.475755 0.0267 RESID(-2) 0.030942 0.284645 0.108704 0.9150 R-squared 0.389095 Mean dependent var 9.95E-15 Adjusted R-squared 0.170914 S.D. dependent var 6.097252 S.E. of regression 5.551800 Akaike info criterion 6.509446 Sum squared resid 431.5147 Schwarz criterion 6.808166 Log likelihood -59.09446 Hannan-Quinn criter. 6.567760 F-statistic 1.783363 Durbin-Watson stat 1.906564 Prob(F-statistic) 0.180920
Output Untuk Uji Mulikoliearitas :
Dependent Variable: PRMG Method: Least Squares Date: 01/11/15 Time: 09:09 Sample: 1994 2013
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob. GPP -1119495. 908578.9 -1.232139 0.2347 INF -860237.9 980466.8 -0.877376 0.3925 C 1.83E+08 25140176 7.268953 0.0000 R-squared 0.163169 Mean dependent var 1.48E+08 Adjusted R-squared 0.064718 S.D. dependent var 74135629 S.E. of regression 71696543 Akaike info criterion 39.15126 Sum squared resid 8.74E+16 Schwarz criterion 39.30062 Log likelihood -388.5126 Hannan-Quinn criter. 39.18042
(6)
F-statistic 1.657367 Durbin-Watson stat 0.393623 Prob(F-statistic) 0.219999
Dependent Variable: GPP Method: Least Squares Date: 01/11/15 Time: 09:10 Sample: 1994 2013
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob. INF 0.252966 0.248933 1.016199 0.3238 PRMG -7.32E-08 5.94E-08 -1.232139 0.2347 C 29.28087 10.92758 2.679537 0.0158 R-squared 0.175368 Mean dependent var 21.49900 Adjusted R-squared 0.078352 S.D. dependent var 19.10091 S.E. of regression 18.33735 Akaike info criterion 8.793238 Sum squared resid 5716.393 Schwarz criterion 8.942598 Log likelihood -84.93238 Hannan-Quinn criter. 8.822395 F-statistic 1.807627 Durbin-Watson stat 2.506032 Prob(F-statistic) 0.194183
Dependent Variable: INF Method: Least Squares Date: 01/11/15 Time: 09:11 Sample: 1994 2013
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob. PRMG -5.04E-08 5.74E-08 -0.877376 0.3925 GPP 0.226379 0.222771 1.016199 0.3238 C 14.74492 11.79856 1.249722 0.2283 R-squared 0.140638 Mean dependent var 12.14750 Adjusted R-squared 0.039537 S.D. dependent var 17.70043 S.E. of regression 17.34699 Akaike info criterion 8.682197 Sum squared resid 5115.609 Schwarz criterion 8.831556 Log likelihood -83.82197 Hannan-Quinn criter. 8.711353 F-statistic 1.391063 Durbin-Watson stat 2.049503 Prob(F-statistic) 0.275737
(7)
Estimasi pada model persamaan Rumah Mewah :
Dependent Variable: YRMH Method: Least Squares Date: 01/12/15 Time: 06:56 Sample: 1994 2013
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob. PRMH 9.51E-09 1.26E-08 0.756485 0.4604 GPP 0.146163 0.137152 1.065703 0.3024 INF -0.259964 0.148689 -1.748375 0.0996 C 66.35246 7.288651 9.103531 0.0000 R-squared 0.218842 Mean dependent var 70.25000 Adjusted R-squared 0.072375 S.D. dependent var 11.05905 S.E. of regression 10.65134 Akaike info criterion 7.746104 Sum squared resid 1815.216 Schwarz criterion 7.945251 Log likelihood -73.46104 Hannan-Quinn criter. 7.784980 F-statistic 1.494138 Durbin-Watson stat 1.149453 Prob(F-statistic) 0.254058
Estimation Command: =========================
LS YRMH PRMH GPP INF C Estimation Equation: =========================
YRMH = C(1)*PRMH + C(2)*GPP + C(3)*INF + C(4) Substituted Coefficients:
=========================
YRMH = 9.50774548942e-09*PRMH + 0.146163103796*GPP - 0.259964159772*INF + 66.3524587193
(8)
Output Untuk Uji Autokorelasi :
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.676178 Prob. F(2,14) 0.2225 Obs*R-squared 3.863864 Prob. Chi-Square(2) 0.1449 Test Equation:
Dependent Variable: RESID Method: Least Squares Date: 01/12/15 Time: 06:57 Sample: 1994 2013
Included observations: 20
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob. PRMH 1.39E-11 1.40E-08 0.000994 0.9992 GPP -0.031250 0.142241 -0.219700 0.8293 INF 0.030996 0.147176 0.210602 0.8362 C 0.303804 7.670067 0.039609 0.9690 RESID(-1) 0.486202 0.271658 1.789761 0.0951 RESID(-2) -0.226799 0.331394 -0.684379 0.5049 R-squared 0.193193 Mean dependent var -9.41E-15 Adjusted R-squared -0.094952 S.D. dependent var 9.774337 S.E. of regression 10.22786 Akaike info criterion 7.731433 Sum squared resid 1464.528 Schwarz criterion 8.030153 Log likelihood -71.31433 Hannan-Quinn criter. 7.789747 F-statistic 0.670471 Durbin-Watson stat 1.865316 Prob(F-statistic) 0.652388
Output Untuk Uji Mulikoliearitas :
Dependent Variable: PRMH Method: Least Squares Date: 01/12/15 Time: 07:02 Sample: 1994 2013
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob. GPP -2857624. 2554313. -1.118745 0.2788 INF -2513805. 2803787. -0.896575 0.3825 C 4.97E+08 72365550 6.871747 0.0000 R-squared 0.148701 Mean dependent var 4.04E+08 Adjusted R-squared 0.048548 S.D. dependent var 2.11E+08 S.E. of regression 2.06E+08 Akaike info criterion 41.25769 Sum squared resid 7.18E+17 Schwarz criterion 41.40705 Log likelihood -409.5769 Hannan-Quinn criter. 41.28685 F-statistic 1.484736 Durbin-Watson stat 0.457228
(9)
Prob(F-statistic) 0.254507
Dependent Variable: GPP Method: Least Squares Date: 01/12/15 Time: 07:04 Sample: 1994 2013
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob. INF 0.258420 0.255359 1.011989 0.3257 PRMH -2.40E-08 2.14E-08 -1.118745 0.2788 C 28.55211 10.87076 2.626505 0.0177 R-squared 0.159104 Mean dependent var 21.99950 Adjusted R-squared 0.060176 S.D. dependent var 19.42919 S.E. of regression 18.83554 Akaike info criterion 8.846850 Sum squared resid 6031.221 Schwarz criterion 8.996209 Log likelihood -85.46850 Hannan-Quinn criter. 8.876006 F-statistic 1.608271 Durbin-Watson stat 2.462720 Prob(F-statistic) 0.229249
(10)
DAFTAR PUSTAKA
Adisasmita, Rahardjo, 2010. Pembangunan Kawasan dan Tata Ruang, Penerbit Graha Ilmu : Yogyakarta.
AIREA, 2001. The Apprisal of Real Estate, 12th edition, Chicago USA.
Ajija, Shochrul R, Dyah W Sari, Rahmat H Setianto dan Martha R Primanti. 2011.
Cara Cerdas Menguasai Eviews. Jakarta : Salemba Empat.
Budi, Mulyo S, 2009. Analisis Permintaan Rumah Sederhana di Kota Semarang, Jurnal Bisnis dan Ekonomi, Volume 16 Nomor 2, hal 126-139, Semarang.
Dwira N, Aulia. Aulia Samsul Bahri dan Wahyuni Zahrah, 2008. Bahan Ajar
Perumahan dan Permukiman, Penerbit USU Press : Medan.
Fatma Lubis, Ade. Arifin Akhmad dan Firman Syarif, 2007. Aplikasi SPSS Untuk
Penyusunan Skripsi dan Tesis, Penerbit USU Press : Medan.
Firdaos, Awang, 1997. Permintaan dan Penawaran Perumahan, Valuestate, Vol. 007 : Jakarta.
Firdaus, Muhammad, 2011. Ekonometrika Suatu Pendekatan Aplikatif, Penerbit Bumi Aksara : Jakarta.
Handayani, Sri Oktara. 2010. Faktor-faktor yang Mempengaruhi Permintaan
Rumah Sederhana Sehat (RHS) Type 36 di Kota Padang.
Ismail. 2001. Analisis faktor-faktor yang mempengaruhi jumlah rumah yang
diminta di Propinsi Daerah Istimewa Yogyakarta.
(11)
Malau, Mastaria. 2002. Analisis Permintaan Kredit Pemilikan Rumah Oleh
Masyarakat pada Bank Tabungan Negara Cabang Medan.
Miller, Roger Ldan Roger E Meiners, 2000. Teori Mikroekonomi
Intermediate,Terjemahan : Haris Munandar, Penerbit PT Raja Grafindo
Persada : Jakarta.
Panudju, Bambang, 2009. Pengadaan Perumahan Kota Dengan Peran Serta
Masyarakat Berpenghasilan Rendah, Edisi 1, Penerbit P.T. Alumni :
Bandung.
Patty, Richard. 2001. Analisis Permintaan dan Penawaran Rumah Sederhana di
Provinsi Jawa Barat
Putong, Iskandar dan N.D Andjaswati, 2010. Pengantar Ekonomi Makro, Edisi 2, Penerbit Mitra Media Wacana : Bogor.
Reksohadiprodjo, Sukanto dan A.R. Karseno, 2001. Ekonomi Perkotaan, Edisi 4, Penerbit BPFE : Yogyakarta.
Sadono Sukirno, 2003. Pengantar Teori Mikroekonomi, Edisi 3, Penerbit PT Raja Grafindo Persada : Jakarta.
Samuelson, Paul A dan William D Nordhaus, 1995, Makroekonomi, Penerbit Erlangga : Jakarta
Sarwono, Jonathan, 2006. Metode Penelitian Kuantitatif dan Kualitatif, Penerbit Graha Ilmu : Yogyakarta.
Sastra, Suparno dan Endy Marlina, 2006. Perencanaan dan Pengembangan
(12)
Siregar, Evalisa. 2013. Permintaan Rumah di Medan terus Naik.
Soesilowati, Etty, 2007. Kebijakan Perumahan dan Permukiman Bagi
Masyarakat Urban, Jurnal Ekonomi dan Manajemen, Volume 16 Nomor
1, hal 105-124, Semarang.
Supranto, J, 2004. Ekonometri 2, Penerbit Ghalia Indonesia : Jakarta.
Surat Keputusan Bersama Menteri Dalam Negeri, Menteri Pekerjaan Umum, dan Menteri Negara Perumahan Rakyat No. 648-384 Tahun 1992, No. 739/KPTS/1992, No. 09/KPTS/1992 tentang Pedoman Pembangunan
Perumahan dan Permukiman dengan Lingkungan Hunian yang Berimbang.
Susetio, Jefri. 2013. Medan Butuh 74 Ribu Rumah Per Tahun.
Turner, John F.C, 1982. Housing By People, Towards Autonomy in Building
(13)
BAB III
METODE PENELITIAN
3.1 Pengertian Penelitian
Menurut Sarwono (2006: 15) secara sederhana dapat dikatakan bahwa
penelitian merupakan cara-cara yang sistematis untuk menjawab masalah yang
sedang diteliti. Kata sistematis merupakan kata kunci yang berkaitan dengan
metode ilmiah yang berarti adanya prosedur yang ditandai dengan keteraturan dan
ketuntasan.
Metode penelitian adalah langkah dan prosedur yang akan dilakukan dalam
pengumpulan data atau informasi empiris guna memecahkan permasalahan dan
menguji hipotesa penelitian. Metode yang digunakan adalah sebagai berikut :
3.2 Jenis Penelitian
Penelitian ini berupa penelitian deskriptif kuantitatif yang mencoba
menjelaskan atau mendeskripsikan bagaimana perkembangan tingkat permintaan
rumah berbagai tipe di kota Medan serta pengaruh variabel seperti, harga rumah,
pendapatan perkapita, dan tingkat inflasi terhadap tingkat permintaan rumah di
kota Medan.
3.3 Tempat dan Waktu Penelitian
Untuk memperoleh data, penulis melakukan penelitian di berbagai lembaga
seperti, Dewan Pimpinan Daerah Realestat Indonesia (DPD-REI) Medan dan
(14)
3.4 Variabel Penelitian dan Definisi Operasional
Variabel terikat (dependent variable) adalah variabel yang memberikan
reaksi (respon) jika dihubungkan dengan variabel bebas. Variabel terikat adalah
variabel yang variabelnya diamati dan diukur untuk menentukan pengaruh yang
disebabkan oleh variabel bebas (Sarwono, 2006: 54). Variabel terikat yang
digunakan dalam penelitian ini adalah tingkat permintaan rumah.
Variabel bebas (independent variable) merupakan variabel stimulus atau
variabel yang mempengaruhi variabel lain. Variabel bebas merupakan variabel
yang variabelnya diukur, dimanipulasi, atau dipilih oleh peneliti untuk
menentukan hubungannya dengan suatu gejala yang diobservasi (Sarwono, 2006:
54). Variabel bebas yang digunakan dalam penelitian ini adalah harga rumah,
pendapatan perkapita dan tingkat inflasi.
Menurut Young (dikutip oleh Sarwono, 2006: 67-68) definisi operasional
ialah suatu definisi yang didasarkan pada karakteristik yang dapat diobservasi dari
apa yang sedang didefinisikan atau “mengubah konsep-konsep yang berupa
konstruk dengan kata-kata yang menggambarkan perilaku atau gejala yang dapat
diamati dan yang dapat diuji dan ditentukan kebenarannya oleh orang lain”.
1. Tingkat Permintaan rumah, adalah persentase tingkat permintaan rumah
berbagai tipe (tipe sederhana, menengah dan mewah) oleh konsumen di
Kota Medan pertahun dalam bentuk tingkat kepuasan konsumen yang
dinyatakan dalam persen (%)
2. Harga rumah, adalah harga rata-rata satu unit rumah berbagai tipe (tipe
(15)
2. Pertumbuhan Pendapatan perkapita, adalah pertumbuhanpendapatan
regional (PDRB) rata-rata yang diperoleh masyarakat kota Medan disetiap
tahunnyayang dinyatakan dalam bentuk persentase (%).
3. Tingkat inflasi, adalah tingkat inflasi tahunan di kota Medan yang dihitung
dalam persen (%).
3.5 Jenis Data
Jenis data yang digunakan adalah data sekunder yang bersifat kuantitatif
dalam bentuk time seriesselama kurun waktu 20 tahun (1994-2013). sehingga
hasil penelitian ini merupakan hasil penggunaan data seri waktu selama periode
tertentu.
3.6 Metode Pengumpulan dan Pengolahan Data
Dalam menyusun skripsi ini, penulis menggunakan metode kepustakaan
(library research), merupakan penelitian yang dilakukan melalui bahan-bahan
kepustakaan berupa buku-buku, tulisan-tulisan ilmiah atau jenis publikasi lainnya
yang berhubungan dengan masalah dan topik yang akan diteliti. Teknik
pengumpulan data yang digunakan adalah dengan melakukan pencatatan langsung
berupa data time series dalam periode selama 20 tahun (1994-2013). Dalam
penellitian ini, pengolahan data dilakukan dengan menggunakan program
(16)
3.7 Teknik Analisis 3.7.1 Model Analisis Data
Model yang digunakan dalam penelitian ini adalah model analisis regresi
berganda, dengan metode kuadrat terkecil (Ordinary Least Square/OLS)
menggunakan program komputer E-Views 7 untuk mengetahui bagaimana dan
seberapa besar variabel bebas (harga rumah, pertumbuhan pendapatan perkapita,
dan tingkat inflasi) mempengaruhi tingkat permintaan rumah berbagai tipe
(variabel terikat) di kota Medan.
Model persamaannya adalah sebagai berikut :
YRST = f (PRST, GPP, INF) ... (3.1)
YRMG = f (PRMG, GPP, INF) ... (3.2)
YRMH = f (PRMH, GPP, INF) ... (3.3)
Dari fungsi persamaan di atas, maka secara spesifikmodel persamaan
dirumuskan sebagai berikut :
YRST = ∝ + β1PRST + β1GPP + β3INF +µ ... (3.4) YRMG = ∝ + β1PRMG + β2GPP + β3INF +µ ... (3.5) YRMH = ∝ + β1PRMH + β2GPP + β3INF +µ ... (3.6)
Dimana :
YRST = Tingkat Permintaan Rumah Sederhana Tapak/RST (%)
YRMG = Tingkat Permintaan Rumah Menengah (%)
YRMH = Tingkat Permintaan Rumah Mewah (%) α = Konstanta (Intercept)
(17)
PRST = Harga Rumah Sederhana Tapak/RST (rupiah)
PRMG = Harga Rumah Menengah (rupiah)
PRMH = Harga Rumah Mewah (rupiah)
GPP = Pertumbuhan Pendapatan perkapita (%)
INF = Tingkat Inflasi (%)
µ = Term of error
3.7.2 Uji Kesesuaian (Test of Goodness of Fit) 3.7.2.1 Uji Koefisien Determinasi (R-square)
Dalam persamaan regresi berganda, koefisien determinasi (R2) digunakan
untuk mengukur seberapa besar kemampuan variabel bebas secara bersama-sama
mampu memberikan penjelasan terhadap variabel terikat, dimana nilai R-square
jumlahnya tidak pernah negatif (non negative quantity) yang berkisar antara 0
sampai 1 (0 <R2< 1). Semakin besar (mendekati satu) nilai R2, maka semakin
besar pula pengaruh variabel-variabel bebas terhada variabel terikat. Sebaliknya,
semakin kecil (mendekati nol) nilai R2, maka dapat dikatakan bahwa pengaruh
variabel bebas akan semakin kecil terhadap variabel terikatnya.
3.7.2.2 UjiF-statistik (Overall Test)
Uji F-statistik dilakukan dengan tujuan untuk mengetahui secara signifikan
berapa besar pengaruh variabel bebas secara bersama-sama atau simultan terhadap
variabel terikat.
Hipotesis yang diajukan utuk uji F adalah :
H0 : B1 = B2 = ... = Bk = 0 (tidak ada pengaruh)
(18)
Uji F dilakukan dengan membandingkan nilai F-hitung dan F-tabel. Jika
nilai F-hitung > F-tabel, maka H0 ditolak dan Ha diterima. Hali ini berarti
menunjukkan bahwa variabel bebas (independen) secara bersama-sama
mempengaruhi variabel terikat (dependen) pada tingkat kepercayaan tertentu.
Sebaliknya jika F-hitung < F-tabel, maka H0 diterima dan Ha ditolak yang berarti
secara simultan variabel independen tidak mempengaruhi variabel dependen.
Nilai F-tabel diperoleh dengan mengggunakan tabel F dengan ketentuan df1
= k – 1 dan df2 = n – k, sedangkan nilai F-hitung diperoleh dengan rumus :
F-hitung = �
2/(�−1)
(1−�2)/ (�−�)
Dimana : R2 = Koefisien determinasi
k = Jumlah variabel bebas ditambah intercept dari suatu model
persamaan
n = Jumlah sampel
Untuk analisisnya pada tabel output E-Viewsdengan melihat nilai F hitung /
F-stat dan membandingkannya dengan F-tabel. Jika F-hitung > F-tabel, maka
variabel independen secara bersama-sama (simultan) berpengaruh terhadap
variabel dependen pada tingkat kepercayaan tertentu.
3.7.2.3 Uji t-statistik (Partial Test)
Uji t-statistik bertujuan untuk mengetahui secara signifikan besarnya
pengaruh masing-masing variabel independen secara individual (parsial) terhadap
variabel dependen.
(19)
H0 : bi = 0 (tidak ada pengaruh)
Ha : bi≠ 0 (ada pengaruh)
Uji t dilakukan dengan membandingkan nilai t-hitung dan t-tabel. Apabila
bilai t-hitung > t-tabel, maka pada tingkat kepercayaan tertentu H0 ditolak,
yangberarti bahwa salah satu variabel independen yang diuji berpengaruh secara
signifikan terhadap variabel dependen.
Nilai t-tabel diperoleh dengan menggunakan “tabel t” dengan ketentua db =
n – k, sedangkan secara manual nilai t-hitung diperoleh melalui rumus :
t-hitung = (��−�) ���
Dimana : bi = Koefisien variabel independen ke-i
b = Nilai hipotesis nol
Sbi = Simpangan baku dari variabel independen ke-i
3.7.3 Uji Penyimpangan Asumsi Klasik
Uji penyimpangan asumsi klasik adalah suatu syarat yang harus dipenuhi
untuk penyaringan kekeliruan dari data serta perhitungan model persamaan regresi
yang dibuat.
3.7.3.1 Multikolinieritas
Istilah kolinearitas ganda (multicollinearity) diciptakan oleh Ragner Frish,
yang menunjukkan adanya lebih dari satu hubungan linear yang sempurna. Uji ini
diperlukan karena untuk mengetahui ada tidaknya variabel independen yang
memiliki kemiripan dengan variabel independen lain dalam satu model yang dapat
(20)
independen dengan variabel independen yang lainnya. Suatu model regresi linear
akan menghasilkanestimasi yang baik apabila model tersebut tidak mengandung
multikolinieriti.
Adanya multikolinearity ditandai dengan :
1. Standard error tidak terhingga.
2. Tidak ada satupun t-statistik yang signifikan pada α = 5%, α = 10%, α = 1%. 3. Terjadi perubahan tanda atau tidak sesuai dengan teori.
4. Nilai R-square (R2) sangat tinggi.
Untuk menanggulanginya, maka dapat dilakukan cara sebagai berikut :
1. Menghubungkan data cross sectional dan data time series, yang dikenal
sebagai pooling the data (penggabungan data).
2. Mengeluarkan satu variabel bebas atau lebih, khususnya yang mempunyai
nilai korelasi sederhana yang relatif tinggi.
3. Bacward combination analysis. Caranya dengan meregresikan secara
berulang-ulang variabel tak bebas dengan pasangan-pasangan variabel bebas
yang kombinasinya berbeda-beda.
4. Penambahan data baru dengan mempersiapkan sampel data yang cukup
besar.
5. Transformasi variabel.
Untuk mendeteksi terjadinya multikolinieritas digunakan uji Klein yaitu
dengan membandingan nilai R2 model, dengan nilai R2 regresi dari
masing-masing variabel independen. Bila nilai R2 dari model persamaan lebih besar dari
(21)
maka pada model tidak ditemukan adanya multikolinieritas. Dan jika sebaliknya
yang terjadi maka pada model ditemukan multikolinieritas.
3.7.3.2 Autokorelasi
Asumsi Autokorelasi menyatakan bahwa nilai-nilai variabel pengganggu (µ) yang berhubungan dengan suatu pengamatan tidak dipengaruhi oleh nilai-nilai
gangguan dari pengamatan lain. Menguji autokorelasi dalam suatu model
bertujuan untuk mengetahui ada tidaknya korelasi antara variabel pengganggu (µ) pada priode tertentu dengan variabel pengganggu periode sebelumnya.
Jika model regresi mengalami penyimpangan autokorelasi yang nyata, maka
cara penanggulangannya adalah :
1. Mentransformasikan model ke dalam bentuk persamaan beda umum
(generalized difference equation).
2. Dengan memasukkan lag variabel dependen pada model regresi.
Untuk mendeteksi ada tidaknya korelasi serial dalam model penelitian ini
dilakukan uji Lagrange Multiplier (LM Test). Pemilihan LM Test untuk
melakukan uji autokorelasi karena lebih mudah diinterpretasikan bila
dibandingkan dengan Uji Durbin-Watson dan dapat diterapkan dalam regresi yang
menggunakan variabel lag. LM Test dilakukan dengan membandingkan nilai X2
Hitng dengan X2 Tabel dengankriteria sebagai berikut :
1. Jika nilai X2 Hitng > X2 Tabel, maka hipotesis yang menyatakan model
terbebas dari masalah serial korelasi ditolak.
2. Jika nilai X2 Hitng < X2 Tabel, maka hipotesis yang menyatakan model
(22)
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1 Hasil Penelitian 4.1.1 Kondisi Geografis
Sebagai salah satu daerah otonom berstatus kota di Propinsi Sumatera
Utara, kedudukan, fungsi dan peranan KotaMedan cukup penting dan strategis
secara regional. Kota Medan dikenal sebagai kota metropolitan terbesar ketiga di Indonesia dengan jumlah penduduk sebesar 2.097.610 jiwa pada 2010 dan
memiliki kepadatan 7.958 jiwa/Km2. Secara geografis, diperkirakan Kota Medan
terletak diantara 2º.27’ - 2º.47’Lintang Utara dan 98º.35’ - 98º.44’ Bujur Timur
dengan luas wilayah 26.510 Ha atau 265,10 Km2 atau sama dengan 3,6 persen
dari total luas wilayah Provinsi Sumatera Utara.
Luas Kota Medan dapat dikatakan relatif kecil bila dibanding dengan luas
beberapa kota besar lainnya secara nasional. Namun demikian, letaknya yang
strategis dekat Selat Malaka yang merupakan salah satu jalur perdagangan laut
tersibut di dunia serta beberapa negara seperti Malaysia dan Singapura
menjadikan kota ini sebagai salah satu pusat perekonomian regional terpenting di
pulau Sumatera, Kota Medan memiliki kedudukan, fungsi dan peranan strategis
sebagai pintu gerbang utama untuk kegiatan jasa perdagangan serta keuangan
secara regional/internasional di kawasan barat Indonesia, dengan dukungan
faktor-faktor dominan yang dimiliki kota ini.
Kota Medansaat ini terdiri dari 21 Kecamatan dengan 151 Kelurahan,
(23)
Medan berbatasan dengan Kabupaten Deli Serdang di sebelah timur, selatan serta
barat dan Selat Malaka di sebelah utara. Berdasarkan batas-batas
administratifnya, Kota Medan secara ekonomi dikelilingi lingkungan regional
dengan basis ekonomi Sumber Daya Alam (SDA) yang relaif besar dan beragam,
seperti Kabupaten Deli Serdang yang merupakan salah satu daerah yang kaya
dengan Sumber Daya alam (SDA), Khususnya di bidang perkebunan dan
kehutanan. Kondisi ini menjadikan kota Medan secara ekonomi mampu
mengembangkan berbagai kerjasama dan kemitraan yang sejajar, saling
menguntungkan, saling memperkuat dengan daerah-daerah sekitarnya.
Kondisi klimatologi Kota Medan menurut Stasiun BMG Sampali, kota ini
suhu minimumberkisar antara 23,0° C – 24,1° C dan suhu maksimum
berkisarantara 30,6° C –33,1 ° C. kelembaban udara untuk Kota Medan rata-rata
berkisar antara 78 –82%.Kecepatan angin rata-rata sebesar 0,42 m/sec sedangkan
rata-rata total laju penguapan tiap bulannya 100,6 mm. Hari hujan di Kota Medan
pada tahun2007rata-rata perbulan 19 hari dengan rata-rata curah hujan per
bulannyaberkisar antara 211,67 mm – 230,3 mm.
4.1.2 Kondisi Ekonomi
Kota Medan merupakan salah satu daerah tingkat II dan juga merupakan
ibukota Provinsi Sumatera Utara yang menjadi pusat perekonomian dan
pemerintahan dengan pertumbuhan ekonomi paling tinggi diantara daerah tingkat
dua lainnya di Sumatera Utara. Letak geografis kota Medan yang strategis
menjadikannya salah satu pintu gerbang perekonomianbagi kegiatan perdagangan
(24)
sarana transportasi terutama transportasi laut melalui Pelabuhan Belawan dan
transportasi udara melalui Bandara Kualanamu juga memungkinkan Kota Medan
untuk berhubungan secara langsung dengan wilayah-wilayah lain di Indonesia
bahkan ke negara-negara tetangga seperti Malaysia dan Singapura. Dengan
kondisi serta potensi yang dimilikinya secara ekonomis Kota Medan dapat
mengembangkan berbagai kerjasama dan kemitraan yang saling menguntungkan
serta saling memperkuat dengan dengan daerah-daerah sekitarnya.
Salah satu indikator keberhasilan pelaksanaan pembangunan
yangdilaksanakan di Kota Medan dapat dilihat dari pertumbuhan ekonominya
yang dilihat dari pertumbuhan PDRB atas dasar harga konstan. Pertumbuhan
ekonomi merupakan salah satu ukuran dari hasil pembangunan yang dilaksanakan
di Kota Medan. Pada tahun 1998 sempat mengalami penurunan pertumbuhan
ekonomi dengan angka -18,11% dari tahun 1997. Setelah krisis moneter pada
tahun1998 pertumbuhan ekonomi di Kota Medan mulai kembali tumbuh dengan
angka 3,52%. Sementara itu pertumbuhan ekonomi rata-rata mulai tahun 2000
sampai dengan 2005 adalah 5,2%. Dan pada tahun 2013 pertumbuhan ekonomi
kota Medan sebesar 7,41%.
Di Kota Medan inflasi tinggi yang pernah tercatat terjadi pada tahun 1998
sebesar 84,13 persen dikarenakan krisis ekonomi yang melanda Indonesia pada
saat itu. Pada era reformasi di tahun 2000 sampai 2013 tingkat inflasi di kota ini
mengalami fluktuasi dan tercatat inflasi tertingggi terjadi pada tahun 2005 sebesar
(25)
Tabel 4.1 Tingkat Inflasi Kota Medan Periode 1994-2013
Tahun Inflasi (%) Tahun Inflasi (%)
1994 8,28 2004 6,64
1995 7,24 2005 22,91
1996 9,25 2006 5,97
1997 16,68 2007 6,42
1998 84,13 2008 10,63
1999 1,68 2009 2,69
2000 5,9 2010 7,65
2001 15,51 2011 3,54
2002 9,49 2012 3,79
2003 4,46 2013 10,18
Sumber : BPS Medan
Berdasarkan tabel di atas pada tahun 2013 inflasi di Kota Medan sebesar
10,18 persen. Angka tersebut lebih tinggi jika dibanding tahun sebelumnya pada
2012 yang hanya sebesar 3,79 persen dan pada tahun 2011 dengan 3,54 persen.
Gambar 4.1 Perkembangan Inflasi Periode 2004-2013
Tabel 4.2 Perkembangan Jumlah Penduduk Kota Medan Periode 2007-2012
Tahun Jumlah Penduduk (jiwa) Pertumbuhan Jumlah Penduduk (%)
2007 20.83.156 -
2008 2.102.105 0,91
2009 2.121.053 0,9
2010 2.097.610 -1,1
2011 2.117.224 0,93
2012 2.122.804 0,26
Sumber : BPS Medan
6,64 22,91 5,97 6,42 10,63 2,69 7,65 3,54 3,79 10,18 In fl a si ( % ) Tahun
(26)
Selama periode 2008-2012, perkembangan perekonomian Kota Medan
ditandai oleh peningkatan PDRB atas dasar harga berlaku dari 65.316,25 milyar
rupiah pada tahun 2008 menjadi 105.400,44 milyar rupiah pada tahun 2012 atau
mengalami peningkatan rata-rata sebesar 13,73 % per tahunnya. Berbanding lurus
dengan pendapatan perkapita masyarakat di Kota Medan juga mengalami
peningkatan selama periode 2008-2012, pada tahun 2008 pendapatan perkapita
masyarakat Kota Medan sebesar 31,07 juta rupiah dengan jumlah penduduk Kota
Medan pada saat itu sebesar 2.102.105 jiwa dan meningkat menjadi 49,65 juta
rupiah perkapita pada tahun 2012, di mana jumlah penduduk pada tahun itu
sebesar 2.122.804 jiwa atau mengalami peningkatan rata-rata sebesar 13,3 % per
tahun dengan rata-rata pertumbuhan penduduk Kota Medanperiode 2008-2012
sebesar 0,38 %
Tabel 4.3 Perkembangan PDRB dan Pendapatan Perkapita Atas Dasar Harga Berlaku di Kota Medanperiode 1993-2012
Tahun PDRB ADH Berlaku
(Milyar Rupiah)
Pendapatan Regional Perkapita
(Rupiah)
Pertumbuhan Pendapatan Perkapita (%)
1993 2.558,27 1.388.628 -
1994 2.916,13 1.561.850 12,47
1995 3.447,34 1.825.627 16,89
1996 6.400,86 3.377.201 84,99
1997 7.031,63 3.702.752 9,66
1998 9.737,64 5.122.197 38,33
1999 10.922,09 5.740.915 12,08
2000 13.958,60 7.330.146 27,68
2001 17.146,66 8.900.328 21,42
2002 19.660,54 10.011.060 12,48
2003 22.542,02 11.307.182 12,95
2004 26.379,43 13.149.333 16,29
2005 42.792,45 21.015.993 59,83
2006 48.849,95 23.629.968 12,44
(27)
2008 65.316,25 31.071.830 16,72
2009 72.630,21 34.242.525 10,20
2010 83.315,02 39.719.023 15,99
2011 93.610,76 44.213.914 11,32
2012 105.400,44 49.651.518 12,30
Sumber : BPS Medan
Pertumbuhan pendapatan regional perkapita masyarakat medan tertinggi
tercatat pada tahun 1996 sebesar 84,99%. Di era pasca reformasi diawal tahun
2000 hingga 2012 mencatat pertumbuhan pendapatan perkapita masyarakat Kota
Medan yang fluktuatif, tertinggi terjadi pada tahun 2005 sebesar 59,83% dengan
pendapatan perkapita sebesar 21,01 juta rupiah dan pertumbuhan terendah terjadi
pada tahun 2009 sebesar 10,20% dengan pendapatan perkapita masyarakat medan
pada saat itu sebesar 34,24 juta rupiah.
Dilihat dari rata-rata pertumbuhan penduduk Kota medan lima tahun
terakhir sebesar 0,38% diperkirakan penduduk Kota Medan pada tahun 2013
sebesar2.130.889 jiwa. Dan rata-rata pertumbuhan PDRB atas dasar harga berlaku
sebesar 12,59% diperkirakan PDRB atas dasar harga berlaku di Kota Medan pada
tahun 2013 sebesar 119.870,27 milyar rupiah, maka kemungkinan pendapatan
perkapita masyarakat Kota Medan akan sebesar 56,25 juta rupiah pada tahun 2013
(28)
Gambar 4.2 Perkembangan PDRB Kota Medan Periode 2003-2012
4.1.3 Perkembangan Perumahan di Kota Medan
Rumah merupakan kebutuhan dasar yang struktural sebagai bagian dari
peningkatan kualitas kehidupan, penghidupan dan kesejahteraan. Kota Medan
sebagai salah satu kota besar dengan jumlah penduduk yang terus tumbuh
menjadikannya sebagai salah satu kota dengan pertumbuhan properti khususnya
perumahan yang terus tumbuh.
Perkembangan property di Medan tampak semakin meningkat, dimana
masyarakat yang mampu banyak menginvestasikan hartanya untuk membeli
property. Saat ini sampai dengan tahun 2013 perumbuhan property di Medan
mencapai hingga 10 persen. (sumber: beritadaerah.co.id)
Pemukiman perumahan yang tumbuh dan berkembang di wilayah
KotaMedan dilakukan oleh Pemerintah maupun pengembang-pengembangswasta
yang bergabung dalam suatu organisasi yang merupakan persatuan perusahaan
realestat Sumatera Utara yang bernama Dewan Pengurus Daerah Realestate
Indonesia (DPD-REI), walaupun tidak semua developer tergabung di dalamnya.
0,00 20.000,00 40.000,00 60.000,00 80.000,00 100.000,00 120.000,00
1 2 3 4 5 6 7 8 9 10
P D R B A D H B e rl a k u Tahun 03 04 05 06 07 08 09 10 11 12
(29)
Berdasarkan analisa data dari Realestat Indonesia (REI) perumahan yang
dibangun oleh anggota REI di seluruh Indonesia sampai tahun 2014 adalah
sebanyak sekitar 4,4 juta unit dengan rincian ; Rumah tipe kecil sebanyak
2.869.059 unit (65,2%) di seluruh Indonesia atau rata-rata 145.000 unit pertahun,
di mana untuk di Kota Medan hanya berkisar 1% dari total pembangunan di
Indonesia, untuk rumah tipe sedang sebanyak 1.454.319 unit (33,0%)atau 78.000
unit pertahun, sementara untuk di Kota Medan hanya berkisar 1% dari total
pembangunan nasional, dan untuk rumah tipe besar sebanyak 79.586 unit (1,8%)
atau 4000 unit pertahun, sementara untuk di Kota Medan hanya kurang dari 1%
dari pembangunan diseluruh Indonesia. Dimana total pasokan perumahan dari
anggota REI rata-rata 227.000 unit pertahun pasokan sampai tahun 2014.
Tabel 4.4 Rata-rata Total pembangunan Perumahan di Kota Medan
Jenis Rumah Jumlah
(unit) Persentase
Tipe Kecil 1.450 64,10 %
Tipe Sedang 780 34,48 %
Tipe Besar 32 1,41 %
Sumber : Data diolah
Berdasarkan data yang diperoleh dari DPD REI Sumatera Utara bahwa
pembangunan rata-rata perumahan tipe kecil di Kota Medan hanya sekitar 1% dari
rata-rata pembangunan nasional sebesar kurang lebih 1.450 unit, untuk rumah tipe
sedang juga hanya sekitar 1% dari rata-rata pembangunan di seluruh indonesia
yaitu sebesar 780 unit di Kota Medan, sedangkan untuk rumah tipe besar di Kota
(30)
Gambar 4.3 Persentase Pembangunan Rata-rata pertahun Rumah Berbagai Tipe di Kota Medan
Pola pembangunan di atas sudah sesuai dengan konsep pola hunian 1 : 3 :
6 yang merupakan peraturan wajib pemerintah berupa SKB Menteri Dalam
Negeri, Menteri PU, Menteri Perumahan Rakyat Nomor 648-384 tahun 1992 bagi
pihak pengembang yang akan membangun proyek hunian, yaitu dengan
membangun hunian dengan perbandingan satu rumah mewah, tiga rumah
menengah dan enam rumah sederhana yang ditujukan untuk masyarakat
berpenghasilan rendah di Kota Medan.
Berdasarkan informasi yang diberikan DPD REI Sumatera Utara ternyata
perumahan tipe kecil dan menengah mayoritas dibangun dan dipasok oleh
pengembang menengah kecil yang jumlah anggotanya di REI sekitar 86,42% dan
perumahan tipe menengah besar oleh pengembang besar yang jumlah anggotanya
di REI sekitar 13,58%.
4.1.4 Harga dan Tingkat Permintaan Rumah di Kota Medan
Tipe rumah terdiri atas rumah sederhana atau sekarang yang dikenal
dengan istilah Rumah Sederhana Tapak (RST) tipe 36/72, Rumah Menengah tipe
70/105 dan Rumah Mewah tipe 150/200. Untuk Rumah Sederhana Tapak
harganya berdasarkan ketetapan pemerintah wilayah Sumatera Utara, sedangkan
64% 35%
1%
(31)
untuk harga Rumah Menengah dan Mewah berdasarkan harga pasar di Medan dan
Sumatera Utara.
Tabel 4.5aPerkembangan Harga Rata-rataRumah Sederhana Tapak(RST)di Kota Medan periode 1994-2014
Tahun
Harga Rumah Sederhana Tapak (RST)Tipe 36/72
(rupiah)
1994 4.900.000
1995 5.900.000
1996 5.900.000
1997 5.900.000
1998 5.900.000
1999 27.850.000
2000 27.850.000
2001 32.640.000
2002 34.000.000
2003 36.000.000
2004 36.000.000
2005 42.000.000
2006 42.000.000
2007 49.000.000
2008 67.500.000
2009 70.000.000
2010 80.000.000
2011 80.000.000
2012 80.000.000
2013 88.000.000
2014 117.000.000
Sumber : DPD REI Sumatera Utara
Harga Rumah Sederhana Tapak (RST) terus mengalami perubahan dari
tahun 1994 sebesar 4.900.000 rupiah menjadi 117.000.000 rupiah pada tahun
2014. Pasca krisis ekonomi tahun 1998 harga rumah sederhana mengalami
kenaikan yang sangat signifikan hampir 4 kali lipat (372,03%) dari sebelumnya
5.900.000 rupiah pada tahun 1998 menjadi 27.850.000 rupiah pada tahun 1999
dikarenakan tingkat inflasi yang tinggi dan pertumbuhan ekonomi yang
(32)
tahun 2008, naik sekitar 37,76% dari tahun sebelumnya. Di mana harga rumah
sederhana pada tahun 2007 sebesar 49.000.000 rupiah naik menjadi 67.500.000
rupiah pada tahun 2008. Selama periode 2000-2014 kenaikan harga rata-rata
Rumah Sederhana Tapak (RST) sebesar 10,62%.
Tabel 4.5b Perkembangan Harga Rata-rata Rumah Menengah di Kota Medan periode 1994-2014
Tahun
Harga Rumah Menengah Tipe 70/105
(rupiah)
1994 35.000.000
1995 35.000.000
1996 49.000.000
1997 70.000.000
1998 70.000.000
1999 105.000.000
2000 119.000.000
2001 126.000.000
2002 140.000.000
2003 140.000.000
2004 154.000.000
2005 154.000.000
2006 175.000.000
2007 175.000.000
2008 192.500.000
2009 210.000.000
2010 227.500.000
2011 245.000.000
2012 262.500.000
2013 280.000.000
2014 315.000.000
Sumber : DPD REI Sumatera Utara
Harga rumah menengah tipe 70/105 juga mengalami kenaikan, periode
tahun 1994-1998, harga rumah menengah mengalami peningkatan harga rata-rata
sekitar 20% pertahun. Namun pada tahun 1999 harganya naik 50% dari tahun
sebelumnya sebesar 105.000.000 rupiah dikarenakan dampak krisis ekonomi
(33)
rumah menengah sebesar 7,69%. Dimana kenaikan tertinggi terjadi pada tahun
2006 dengan 13,64% dengan harga rumah menengah tipe 72/105 pada tahun
tersebut sebesar 175.000.000 rupiah, kenaikan diatas 10 persen juga terjadi pada
tahun 2014 sebesar 12,50% dengan harga 315 juta rupiah.
Tabel 4.5cPerkembangan Harga Rata-rata Rumah Mewah di Kota Medan periode 1994-2014
Tahun
Harga Rumah Mewah Tipe 150/200
(rupiah)
1994 150.000.000
1995 180.000.000
1996 180.000.000
1997 180.000.000
1998 180.000.000
1999 225.000.000
2000 262.500.000
2001 262.500.000
2002 300.000.000
2003 345.000.000
2004 375.000.000
2005 450.000.000
2006 450.000.000
2007 525.000.000
2008 562.500.000
2009 600.000.000
2010 600.000.000
2011 675.000.000
2012 750.000.000
2013 825.000.000
2014 825.000.000
Sumber : DPD REI Sumatera Utara
Selama periode 1994-2014 kenaikan harga rumah mewah tipe 150/200
terjadi pada tahun 1999 dengan kenaikan 25% dari tahun sebelumnya. Mengingat
selama periode 1995-1998 harga rumah tipe tersebut stabil diharga 180 juta
(34)
mengalami kenaikan rata-rata 9,25% dengan kenaikan tertinggi terjadi pada tahun
2005 sebesar 20%.
Tabel 4.6 Perkembangan Kepuasan Konsumen (Persentase tingkat permintaan rumah pertahun)
Tahun Kepuasan Konsumen RST (%) Rumah Menengah (%) Rumah Mewah (%)
1994 85 75 75
1995 90 65 75
1996 90 70 70
1997 75 60 60
1998 75 60 50
1999 80 75 50
2000 90 80 65
2001 85 80 65
2002 90 85 65
2003 85 80 80
2004 85 80 80
2005 90 80 85
2006 80 70 85
2007 85 75 70
2008 75 70 70
2009 70 80 70
2010 80 80 85
2011 80 70 85
2012 70 70 60
2013 60 70 60
2014 60 50 55
Sumber : DPD REI Sumatera Utara
Data kepuasan konsumen di atas yang bersumber dari DPD REI Sumatera
Utara menjelaskan persentase jumlah unit rumah yang terjual ke konsumen dalam
satu tahun dari total rumah yang dibangun dan tersedia pada satu tahun atau dapat
juga dikatakan sebagai persentase tingkat permintaan rumah oleh konsumen atau
masyarakat di Kota Medan dalam satu tahun dari jumlah unit rumah yang dipasok
(35)
Dari data bersumber dari DPD REI Sumut memperlihatkan bahwa selama
periode 1994-2014, Rumah Sederhana Tapak (RST) Tipe 36/72 memiliki
persentase rata-rata tingkat permintaan dalam setahun sebesar 81% dari total
jumlah unit yang dibangun atau dipasok oleh pengembang dalam satu tahun.
Rumah menengah tipe 70/105 memiliki tingkat permintaan rata-rata dalam
setahun sebesar 74%, sedangkan untuk rumah mewah tipe 150/200 rata-rata
tingkat permintaannya dalam setahun sebesar 70%. Dapat dilihat bahwa
persentase rata-rata tingkat permintaan tertinggi adalah pada rumah sederhana
sebesar 81% rata-rata pertahun dikarenakan harga yang diharapkan dapat
dijangkau kalangan masyarakat Kota medan khususnya bagi masyarakat
berpenghasilan rendah (MBR), dikarenakan rumah sederhana tapak (RST)
memang ditujukan untuk kalangan masyarakat berpenghasilan rendah.Sementara
untuk rumah mewah tingkat permintaan rata-rata pertahunnya lebih rendah dari
rumah sederhana dan menengah sebesar 70% rata-rata pertahunnya, hal ini
disebabkan karena harganya yang lebih tinggi dan hanya bisa dijangkau oleh
masyarakat kalangan menengah atas. Berikut disajikan tabel mengenai rata-rata
tingkat permintaan rumah pertahun pada berbagai tipe.
Tabel 4.7 Rata-rata Tingkat Permintaan Rumah per Tahun di Kota Medan
Jenis Rumah
Rata-rata Tingkat Permintaan Rumah
per Tahun
Rumah Sederhana Tapak (RST) 81 %
Rumah Menengah 74 %
Rumah Mewah 70 %
(36)
4.2 Pembahasan 4.2.1 Uji Asumsi Klasik 4.2.1.1 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk mengetahui apakah terdapat korelasi
yang cukup besar antar sesama variabel bebas (harga rumah, pertumbuhan
pendapatan perkapita dan inflasi). Korelasi yang terlalu tinggi antar sesama
variabel bebas akan berpengaruh pada menurunnya korelasi secara simultan
terhadap variabel Terikat (Tingkat Permintaan Rumah). Untuk mendeteksi
terjadinya multikolinieritas digunakan uji Klein yaitu dengan membandingan nilai
R2 model, dengan nilai R2 regresi dari masing-masing variabel independen. Bila
nilai R2 dari model persamaan lebih besar dari masing-masing nilai R2 dari hasil
regresi masing-masing variabel independen maka pada model tidak ditemukan
adanya multikolinieritas. Dan jika sebaliknya yang terjadi maka pada model
titemukan multikolinieritas.
Tabel 4.8a Hasil Regresi Parsial untuk Uji Multikolinieritas (Model persamaan Rumah Sederhana Tapak)
Variabel Nilai R2
(1) Tingkat Permintaan Rumah Sederhana Tapak (YRST) 0,519356
(2) Harga Rumah Sedehana Tapak (PRST) 0,184164
(3) Pertumbuhan Pendapatan Perkapita (GPP) 0,167355
(4) Tingkat Inflasi (INF) 0,164341
Untuk persamaan (1) Nilai R2 sebesar 0,519456 >dari nilai R2untuk
persamaan ke (2), (3) dan ke (4), maka dapat disimpulkan bahwa pada model
persamaan untuk Rumah Sederhana Tapak (RST) terbebas dari gejala
(37)
Tabel 4.8b Hasil Regresi Parsial untuk Uji Multikolinieritas (Model persamaan Rumah Menengah)
Variabel Nilai R2
(1) Tingkat Permintaan Rumah Menengah (YRMG) 0.240481
(2) Harga Rumah Menengah (PRMG) 0.163169
(3) Pertumbuhan Pendapatan Perkapita (GPP) 0.175368
(4) Tingkat Inflasi (INF) 0.140638
Untuk persamaan (1) Nilai R2 sebesar 0,240481 > dari nilai R2 untuk
persamaan ke (2), (3) dan (4), maka dapat disimpulkan bahwa model persamaan
untuk Rumah Menengah tidak terdapat gejala multikolinieritas.
Tabel 4.8c Hasil Regresi Parsial untuk Uji Multikolinieritas (Model persamaan Rumah Mewah)
Variabel Nilai R2
(1) Tingkat Permintaan Rumah Menengah (YRMH) 0.218842
(2) Harga Rumah Menengah (PRMH) 0.148701
(3) Pertumbuhan Pendapatan Perkapita (GPP) 0.159104
(4) Tingkat Inflasi (INF) 0.137957
Dari tabel di atas terlihat bahwa nilai R2 pada persamaan (1) > nilai R2
pada persamaan (2), (3) dan (4), maka dapat ditarik kesimpulan bahwa model
persamaan untuk rumah mewah terbebas dari gejala multikolinieritas.
Setelah dilakukan uji multikolinieritas terhadap ketiga persamaan, maka
dapat disimpulkan bahwa ketiga persamaan tersebut terbebas dari gejala
multikolinieritas.
4.2.1.2 Uji Korelasi Serial (Autokorelasi)
Untuk mendeteksi ada tidaknya korelasi serial dalam model penelitian ini
dilakukan uji Lagrange Multiplier (LM Test). Pemilihan LM Test untuk
melakukan uji autokorelasi karena lebih mudah diinterpretasikan bila
(38)
menggunakan variabel lag. LM Test dilakukan dengan membandingkan nilai X2
Hitng dengan X2 Tabel dengankriteria sebagai berikut :
1) Jika nilai X2 Hitng >X2 Tabel, maka hipotesis yang menyatakan model
terbebas dari masalah serial korelasi ditolak.
2) Jika nilai X2 Hitng <X2 Tabel, maka hipotesis yang menyatakan model
terbebas dari masalah serial korelasi diterima.
Berikut hasil estimasi dari LM Test dari masing-masing model :
Tabel 4.9a Hasil Estimasi Uji Autokorelasi (Model Persamaan Rumah Sederhana Tapak) Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.667954 Prob. F(2,14) 0.5284 Obs*R-squared 1.742197 Prob. Chi-Square(2) 0.4185
Sumber : Output Eviews
Berdasarkan hasil output di atas terdapat nilai Obd*R-squared sebesar
1,742197 yang disebut nilai X2Hitungdan X2 Tabel yang disesuaikan dengan jumlah
lagnya (v)=2dan�= 5% adalah sebesar 5,99. Karena 1,74 < 5,99 (nilai X2 Hitng >
X2 Tabel) bahwa dapat disimpulkan model di atas (Persamaan RST) bebas dari
masalah serial korelasi.
Tabel 4.9b Hasil Estimasi Uji Autokorelasi (Model Persamaan Rumah Menengah) Breusch-Godfrey Serial Correlation LM Test:
F-statistic 4.458407 Prob. F(2,14) 0.0318 Obs*R-squared 7.781897 Prob. Chi-Square(2) 0.0204
Sumber : Output Eviews
Berdasarkan hasil output di atas terdapat nilai Obd*R-squared sebesar
7,781897 yang disebut nilai X2Hitung dan X2 Tabel yang disesuaikan dengan jumlah
(39)
> X2 Tabel) bahwa dapat disimpulkan model persamaan rumah menengah (tipe
70/105) di atas bebas dari masalah serial korelasi.
Tabel 4.9c Hasil Estimasi Uji Autokorelasi (Model Persamaan Rumah Mewah) Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.676178 Prob. F(2,14) 0.2005 Obs*R-squared 3.863864 Prob. Chi-Square(2) 0.1286
Sumber : Output Eviews
Berdasarkan hasil output di atas terdapat nilai Obd*R-squared sebesar
3,863864 yang disebut nilai X2Hitung dan X2 Tabel yang disesuaikan dengan jumlah
lagnya (v) = 2 dan �= 5% adalah sebesar 5,99. Karena 3,86< 5,99 (nilai X2 Hitng
> X2 Tabel) bahwa dapat disimpulkan model persamaan rumah mewah (tipe
150/200) di atas bebas dari masalah serial korelasi.
Setelah dilakukan uji autokorelasi terhadap ketiga persamaan, maka dapat
disimpulkan bahwa ketiga persamaan terbebas dari gejala autokorelasi.
4.2.2 Interpretasi Model
Untuk melihat ada tidaknya pengaruh harga rata-rata rumah (RST, Rumah
Menengah dan Rumah Mewah), pendapatan regional perkapita dan tingkat inflasi
terhadap tingkat permintaan rumah (RST, Rumah Menengah dan Rumah Mewah).
Maka dilakukan regresi terhadap variabel-variabel tersebut dengan metode OLS
(Ordinary Least Square), untuk itu digunakan data sekunder yang berasal dari
BPS Medan dan Dewan Pengurus Daerah REI Sumatera Utara, periode
1994-2013 yang diolah dengan perangkat komputer menggunakan program E-views 7
(40)
Gambar 4.4a Interpretasi Model Persamaan RST (tipe 36/72)
Dari model persamaan Tingkat Permintaan Rumah Sederhana Tapak
(RST) tipe 36/72 di atas dapat dijelaskan pengaruh variabel independen sebagai
berikut :
1. Harga Rumah Sederhana Tapak/RST tipe 36/72 (PRST) memiliki
pengaruh negatif terhadap persentase Tingkat Permintaan Rumah
Sederhana Tapak (RST) tipe 36/72 (YRST) dengan nilai koefisien yang
tidak terlalu tinggi sebesar -1,78e-07, yang menjelaskan bahwa jika harga
rumah naik maka persentase tingkat permintaan RST akan mengalami
penurunan.
2. Pertumbuhan Pendapatan Regional perkapita (GPP) masyarakat Kota
Medan memiliki pengaruh positif terhadap Tingkat Permintaan Rumah
Sederhana Tapak tipe 36/72 dengan nilai koefisien 0,8. Hal ini
menunjukkan jika terjadi pertumbuhan pendapatan perkapita sebesar 1%
akan menyebabkan tingkat permintaan Rumah Sederhana Tapak (RST)
naik rata-rata 0,8 persen.
3. Tingkat Inflasi (INF) di Kota Meadn memiliki pengaruh negatif terhadap
tingkat permintaan Rumah Sederhana Tapak (RST) tipe 36/72 di Kota
Medan dengan nilai koefisien -0,9. Hal ini menunjukkan jika terjadi
YRST = 87.87906 - 1.78483e-07PRST + 0.1319175GPP - 0.196368*INF SE (5.58E-08)* (0.081620)* (0.087919)* t-stat (-3.197571) (1.616242) (-2.233527) R2 = 0.519356 n = 20
F-stat = 5.762884 df = 16 Ket : * signifikan pada level 10%
(41)
kenaikan tingkat inflasi sebesar 1% akan menyebabkan tingkat permintaan
Rumah Sederhana Tapak (RST) turun 0,9 persen.
Gambar 4.4b Interpretasi Model Persamaan Rumah Menengah (Tipe 70/105)
Dari model persamaan Tingkat Permintaan Rumah Menengah tipe 70/105
di atas dapat dijelaskan pengaruh variabel independen sebagai berikut :
1. Harga Rumah Menengah tipe 70/105 (PRMG) memiliki pengaruh positif
terhadap Tingkat Permintaan Rumah Menengah tipe 70/105 (YRMG)
dengan nilai koefisien yang tidak terlalu tinggi sebesar 1,57e-08, jika harga
rumah tipe menengahnaik, maka Tingkat Permintaannya juga naik.
2. Pertumbuhan Pendapatan Regional perkapita (GPP) masyarakat Kota
Medan memiliki pengaruh positif terhadap persentase Tingkat Permintaan
Rumah Menengah tipe 70/105 dengan nilai koefisien 0,05. Hal ini
menunjukkan jika terjadi pertumbuhan pendapatan perkapita sebesar 1%
akan menyebabkan tingkat permintaan Rumah Menengah naik rata-rata
0,05 persen.
3. Tingkat Inflasi (INF) di Kota Meadn memiliki pengaruh negatif terhadap
tingkat permintaan Rumah Menengah tipe 70/105 di Kota Medan dengan
nilai koefisien -0,18 . Hal ini menunjukkan jika terjadi kenaikan tingkat
YRMG = 72.80879 + 1.572247e-08PRMG + 0.04786864GPP - 0.178504INF SE (2.25E-08)* (0.087880)* (0.092897)* t-stat (0.699508) (0.544705) (-1.921527) R2 = 0.240481 n = 20
F-stat = 1.688651 df = 16 Ket : * signifikan pada level 10%
(42)
inflasi sebesar 1% akan menyebabkan tingkat permintaan Rumah
Menengah turun 0,18 persen.
Gambar 4.4c Interpretasi Model Persamaan Rumah Mewah (Tipe 150/200)
Dari model persamaan Tingkat Permintaan Rumah Mewah tipe 150/200
di atas dapat dijelaskan pengaruh variabel independen sebagai berikut :
1. Harga Rumah Mewah tipe 150/200 (PRMH) memiliki pengaruh positif
terhadap Tingkat Permintaan Rumah Mewah tipe 150/200 (YRMH)
dengan nilai koefisien yang tidak terlalu tinggi sebesar 9.51E-09, yang
menjelaskan bahwa jika harga rumah tipe ini naik, maka tingkat
permintaannya juga naik.
2. Pertumbuhan Pendapatan Regional perkapita (GPP) masyarakat Kota
Medan memiliki pengaruh positif terhadap persentase Tingkat Permintaan
Rumah Mewah 150/200 dengan nilai koefisien 0,15. Hal ini menunjukkan
jika terjadi pertumbuhan pendapatan perkapita sebesar 1% akan
menyebabkan tingkat permintaan Rumah Mewah naik rata-rata 0,14
persen.
3. Tingkat Inflasi (INF) di Kota Meadn memiliki pengaruh negatif terhadap
tingkat permintaan Rumah Mewah tipe 150/200 di Kota Medan dengan
nilai koefisien -0,26 . Hal ini menunjukkan jika terjadi kenaikan tingkat
YRMH = 66.352459 + 9.507745e-09PRMH + 0.1461631GPP - 0.2599641INF SE (1.26E-09)* (0.137152)* (0.148689)*
t-stat (0.756485) (1.065703) (-1.748375) R2 = 0.218842 n = 20
F-stat = 1.494138 df = 16 Ket : * signifikan pada level 10%
(43)
inflasi sebesar 1% akan menyebabkan tingkat permintaan Rumah Mewah
turun 0,26 persen.
4.2.3 Analisis Koefisien Determinasi (R-square)
Berdasarka hasil estimasi dengan E-Views dapat dilihat nilai koefisien
determinasi R-square sebesar 0,52 untuk model persamaan pada rumah sederhana
tapak (RST) tipe 36/72, untuk model persamaan pada rumah menengah tipe
70/105 sebesar 0,24, sedangkan untuk rumah mewah tipe 150/200 sebesar 0,20.
Hal ini berarti variabel bebas mampu menjelaskan variasi tingkat permintaan
rumah di Kota Medan sebesar 52 persen untuk jenis Rumah Sederhana Tapak
(RST), 24 persen untuk jenis Rumah Menengah dan hanya 20 persen untuk jenis
Rumah Mewah selama kurun waktu 1994-2013, sedangkan sisanya dijelaskan
oleh variabel lain yang tidak dimasukkan ke dalam masing-masing model
persamaan.
4.2.4 Uji t-Statistik
1. Pada Model Persamaan RST Tipe 36/72 a. Variabel Harga RST (PRST)
Hipotesa, Ho : b1 = 0 (tidak ada pengaruh)
Ha : b1≠ 0 (ada pengaruh)
Kriteria, Terima Ho jika t-stat < t-table
Terima Ha jika t-stat > t-table
Dari hasil regresi t-stat sebesar 3,197
(44)
Berdasarkan hasil estimasi dapat diketahui bahwa variabel harga
Rumah Sederhana Tapak (PRST) signifikan pada �= 1% dengan t-stat > t-tabel yaitu (3,197 > 2.291) dengan demikian hipotesa Ha diterima.
Artinya variabel harga Rrumah Sederhana Tapak (RST) berpengaruh
signifikan pada tingkat permintaan RST secara statistik pada tingkat
kepercayaan 99%.
b. Variabel Pendapatan Regional Perkapita (GPP)
Hipotesa, Ho : b2 = 0 (tidak ada pengaruh)
Ha : b2≠ 0 (ada pengaruh)
Kriteria, Terima Ho jika t-stat < t-table
Terima Ha jika t-stat > t-table
Dari hasil regresi t-stat sebesar 1,616
Df = 16, maka pada �= 10% nilai t-tabel sebesar 1.746
Berdasarkan hasil estimasi dapat diketahui bahwa variabel
pendapatan regional perkapitatidak signifikan pada �= 10% dengan t-stat < t-tabel yaitu (1,616 <1,746) dengan demikian hipotesa Ha ditolak.
Artinya variabel pendapatan regional perkapita tidak berpengaruh
signifikan pada tingkat permintaan RST secara statistik pada tingkat
kepercayaan 90%.
c. Variabel Tingkat Inflasi (INF)
Hipotesa, Ho : b3 = 0 (tidak ada pengaruh)
Ha : b3≠ 0 (ada pengaruh)
(45)
Terima Ha jika t-stat > t-table
Dari hasil regresi t-stat sebesar 2,233
Df = 16, maka pada �= 5% nilai t-tabel sebesar 2,119
Berdasarkan hasil estimasi dapat diketahui bahwa variabel tingkat
inflasi signifikan pada �= 5% dengan t-stat > t-tabel yaitu (2,233> 2,119) dengan demikian hipotesa Haditerima. Artinya variabel tingkat
inflasi berpengaruh signifikan pada tingkat permintaan RST secara
statistik pada tingkat kepercayaan 95%.
2. Pada Model Persamaan Rumah Menengah Tipe 70/105 a. Variabel Harga Rumah Menengah (PRMG)
Hipotesa, Ho : b1 = 0 (tidak ada pengaruh)
Ha : b1≠ 0 (ada pengaruh)
Kriteria, Terima Ho jika t-stat < t-table
Terima Ha jika t-stat > t-table
Dari hasil regresi t-stat sebesar 0,699
Df = 16, maka pada �= 10% nilai t-tabel sebesar 1,746
Berdasarkan hasil estimasi dapat diketahui bahwa variabel harga
Rumah Menengah (PRMG) tidak signifikan pada �= 10% dengan t-stat < t-tabel yaitu (0,699<1,746) dengan demikian hipotesa Ha ditolak.
Artinya variabel harga Rumah Menengah tidak berpengaruh signifikan
pada tingkat permintaan Rumah Menengah secara statistik pada tingkat
kepercayaan 90%.
(46)
Hipotesa, Ho : b2 = 0 (tidak ada pengaruh)
Ha : b2≠ 0 (ada pengaruh)
Kriteria, Terima Ho jika t-stat < t-table
Terima Ha jika t-stat > t-table
Dari hasil regresi t-stat sebesar 0,545
Df = 16, maka pada �= 10% nilai t-tabel sebesar 1.746
Berdasarkan hasil estimasi dapat diketahui bahwa variabel
pendapatan regional perkapita tidak signifikan pada � = 10% dengan t-stat < t-tabel yaitu (0,545< 1,746) dengan demikian hipotesa Ha ditolak.
Artinya variabel pendapatan regional perkapita tidak berpengaruh
signifikan pada tingkat permintaan Rumah Menengah secara statistik
pada tingkat kepercayaan 90%.
c. Variabel Tingkat Inflasi (INF)
Hipotesa, Ho : b3 = 0 (tidak ada pengaruh)
Ha : b3≠ 0 (ada pengaruh)
Kriteria, Terima Ho jika t-stat < t-table
Terima Ha jika t-stat > t-table
Dari hasil regresi t-stat sebesar 1,921
Df = 16, maka pada �= 10% nilai t-tabel sebesar 1,746
Berdasarkan hasil estimasi dapat diketahui bahwa variabel tingkat
inflasi signifikan pada �= 10% dengan t-stat > t-tabel yaitu (1,921>1,746) dengan demikian hipotesa Ha diterima. Artinya variabel
(47)
tingkat inflasi berpengaruh signifikan pada tingkat permintaan Rumah
Menengah secara statistik pada tingkat kepercayaan 90%.
3. Pada Model Persamaan Rumah Mewah Tipe 150/200 a. Variabel Harga Rumah Mewah (PRMH)
Hipotesa, Ho : b1 = 0 (tidak ada pengaruh)
Ha : b1≠ 0 (ada pengaruh)
Kriteria, Terima Ho jika t-stat < t-table
Terima Ha jika t-stat > t-table
Dari hasil regresi t-stat sebesar 0,756
Df = 16, maka pada �= 10% nilai t-tabel sebesar 1,746
Berdasarkan hasil estimasi dapat diketahui bahwa variabel harga
Rumah Mewah (PRMH) tidak signifikan pada �= 10% dengan t-stat < t-tabel yaitu (0,756< 1,746) dengan demikian hipotesa Ha ditolak.
Artinya variabel harga Rumah Mewah tidak berpengaruh signifikan
pada tingkat permintaan Rumah Mewah secara statistik pada tingkat
kepercayaan 90%.
b. Variabel Pendapatan Regional Perkapita (GPP)
Hipotesa, Ho : b2 = 0 (tidak ada pengaruh)
Ha : b2≠ 0 (ada pengaruh)
Kriteria, Terima Ho jika t-stat < t-table
Terima Ha jika t-stat > t-table
Dari hasil regresi t-stat sebesar 1,066
(48)
Berdasarkan hasil estimasi dapat diketahui bahwa variabel
pendapatan regional perkapita tidak signifikan pada � = 10% dengan t-stat < t-tabel yaitu (1,066< 1,746) dengan demikian hipotesa Ha ditolak.
Artinya variabel pendapatan regional perkapita tidak berpengaruh
signifikan pada tingkat permintaan Rumah Mewah secara statistik pada
tingkat kepercayaan 90%.
c. Variabel Tingkat Inflasi (INF)
Hipotesa, Ho : b3 = 0 (tidak ada pengaruh)
Ha : b3≠ 0 (ada pengaruh)
Kriteria, Terima Ho jika t-stat < t-table
Terima Ha jika t-stat > t-table
Dari hasil regresi t-stat sebesar 1,748
Df = 16, maka pada �= 10% nilai t-tabel sebesar 1,746
Berdasarkan hasil estimasi dapat diketahui bahwa variabel tingkat
inflasi tidak signifikan pada � = 10% dengan t-stat > t-tabel yaitu (1,748> 1,746) dengan demikian hipotesa Ha diterima. Artinya variabel
tingkat inflasiberpengaruh berpengaruh signifikan pada tingkat
permintaan Rumah Mewah secara statistik pada tingkat kepercayaan
90%.
4.2.5 Uji F-Statistik
1. Pada Model Persamaan RST Tipe 36/72
Hipotesa, Ho : b1 = b2 = b3 = 0 (tidak ada pengaruh)
(49)
Kriteria, Terima Ho jika F-stat < F-table
Terima Ha jika F-stat > F-table
Dari hasil regresi F-stat = 5,76
Df1 = k – 1 = 2, Df2 = n – k = 17 pada �= 5% nilai F-tabel = 3,59 Berdasarkan perhitungan di atas dimana F-stat > F-tabel (5,76 > 3,59).
Dengan demikian Ha diterima, artinya semua variabel bebas yakni Harga
Rumah Sederhana Tapak (RST), pendapatan regional perkapita dan tingkat
inflasi secara bersama-sama mampu menjelaskan variabel tingkat
permintaan Rumah Sederhana Tapak (RST) di Kota Medan secara statistik
pada tingkat kepercayaan 95% pada kurun waktu 1994-2013.
2. Pada Model Persamaan Rumah Menengah tipe70/105
Hipotesa, Ho : b1 = b2 = b3 = 0 (tidak ada pengaruh)
Ha : b1≠ b2 ≠ b3≠ 0 (ada pengaruh)
Kriteria, Terima Ho jika F-stat < F-table
Terima Ha jika F-stat > F-table
Dari hasil regresi F-stat = 1,69
Df1 = k – 1 = 2, Df2 = n – k = 17 pada �= 10% nilai F-tabel = 2,62 Berdasarkan perhitungan di atas F-stat <F-tabel (1,69<2,62). Dengan
demikian Ha ditolak, artinya semua variabel bebas yakni Harga Rumah
Menengah, pendapatan regional perkapita dan tingkat inflasi secara
bersama-sama tidak mampu menjelaskan variabel tingkat permintaan
Rumah Menengah di Kota Medan secara signifikan pada tingkat
(50)
3. Pada Model Persamaan Rumah Mewah tipe150/200
Hipotesa, Ho : b1 = b2 = b3 = 0 (tidak ada pengaruh)
Ha : b1≠ b2 ≠ b3≠ 0 (ada pengaruh)
Kriteria, Terima Ho jika F-stat < F-table
Terima Ha jika F-stat > F-table
Dari hasil regresi F-stat = 1,49
Df1 = k – 1 = 2, Df2 = n – k = 17 pada �= 10% nilai F-tabel = 2,62 Berdasarkan perhitungan di atas F-stat < F-tabel (1,49 < 2,62). Dengan
demikian Ha ditolak, artinya semua variabel bebas yakni Harga Rumah
Mewah, pendapatan regional perkapita dan tingkat inflasi secara
bersama-sama tidak mampu menjelaskan variabel tingkat permintaan Rumah
(51)
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Penelitian ini dimaksudkan untuk mengetahui seberapa besar rata-rata
tingkat permintaan rumah tipe sederhana, menengah dan besar di Kota Medan
pertahunnya serta mengkaji pengaruh variabel-variabel seperti, harga rumah,
pendapatan perkapita dan tingkat inflasi terhadap tingkat permintaan rumah di
Kota Medan selama periode 1994-2013. Dari hasil analisis dan pembahasan yang
telah diuraikan pada bab-bab sebelumnya dapat diambil kesimpulan sebagai
berikut :
1. Berdasarkan informasi yang didapat dari DPD REI Sumatera Utara
memperlihatkan rata-rata tingkat permintaan Rumah Sederhana Tapak
(RST) tipe 36/72 pertahunnya lebih besar dari rata-rata tingkat permintaan
Rumah Menengah tipe 70/105 dan Rumah Mewah tipe 150/200, selama
periode 1994-2014 tingkat permintaan konsumen terhadap Rumah
Sederhana Tapak (RST) tipe 36/72 di Kota Medan rata-rata pertahunnya
sebesar 81%, untuk Rumah Menengah tipe 70/105 sebesar 74% rata-rata
pertahun sedangkan untuk Rumah Mewah tipe 150/200 sebesar 70%
pertahun.
2. Dari hasil model estimasi dapat disimpulkan bahwa harga Rumah
Sederhana Tapak (RST) tipe 36/72 berpengaruh signifikan pada �= 1% terhadap tingkat permintaan Rumah Sederhana Tapak (RST) dengan
(52)
dan rumah mewah tipe 150/200 tidak berpengaruh signifikan terhadap
tingkat permintaan rumah menengah dan mewah di Kota Medan
dikarenakan umumnya rumah menengah dan mewah hanya bisa dibeli
oleh masyarakat berpenghasilan menengah keatas yang menjadikan rumah
tidak hanya sebagai kebutuhan pokok melainkan telah menjadi alternatif
dalam berinvestasi berupa capital gain, jadi meskipun harganya naik
masyarakat tetap tertarik membelinya.
3. Hasil model estimasi menyimpulkan bahwa pertumbuhan pendapatan
perkapita tidak berpengaruh signifikan terhadap tingkat permintaan Rumah
Sederhana Tapak (RST) tipe 36/72, rumah menengah tipe 70/105 dan
rumah mewah tipe 150/200 di Kota Medan. Pengaruh pendapatan yang
tidak signifikan dikarenakan dalam penelitian ini menggunakan
pendapatan perkapita ADHB yang masih terdapat faktor inflasi di
dalamnya dan dapat mempengaruhi daya beli, dimana meskipun tingkat
pendapatan naik sedangkan tingkat inflasi tetap tinggi, maka secara real
tingkat pendapatan tidak mengalami kenaikan yang menyebabkan tingkat
daya beli masyarakat tetap maupun mengalami penurunan.
4. Dari hasil model estimasi juga menyimpulkan bahwa tingkat inflasi
berpengaruh signifikan terhadap tingkat permintaan Rumah Sederhana
Tapak (RST) tipe 36/72 (pada � = 5%), rumah menengah tipe 70/105 dan rumah mewah tipe 150/200 (pada �= 10%) dengan pengaruh negatif.
(53)
5.2 Saran
Adapun saran yang dapat penulis sampaikan adalah sebagai berikut :
1. Perlu dilakukan penelitian yang lebih intensif dan mendalam untuk topik
serupa sehingga dapat memberikan hasil yang lebih mendetail.
2. Dari hasil penelitian menunjukkan bahwa harga rumah RST berpengaruh
negatif terhadap tingkat permintaan rumah RST di Kota Medan, hal ini
berarti jika harga turun maka permintaan akan naik dan sebaliknya. Harga
rumah RST berasal dari ketetapan ketetapan pemerintah. Maka dalam hal
ini pemerintah harus menetapkan harga yang sesuai agar Rumah
Sederhana Tapak bisa lebih dijangkau oleh masyarakat menengah
kebawah di Kota Medan, karena Rumah Sedehana Tapak (RST) memang
diperuntukkan untuk masyarakat berpenghasilan rendah.
3. Pemerintah harus bisa mengendalikan tingkat inflasi di daerahnya supaya
(54)
BAB II
TINJAUAN PUSTAKA
2.1 Teori Permintaan
Berbagai teori telah banyak muncul membahas mengenai teori permintaan.
Sadono Sukirno (2003:75) menjelaskan bahwa teori permintaan menerangkan
tentang ciri hubungan antara jumlah permintaan dan harga. Permintaan akan suatu
barang di pasar akan terjadi apabila konsumen mempunyai keinginan (willing)
dan kemampuan (ability) untuk membeli, pada tahap kosumen hanya memiliki
keinginan atau kemampuan saja maka permintaan barang belum terjadi, kedua
syarat willing dan ability harus ada untuk terjadinya permintaan.
Miller dan Meiners (2000) menyatakan bahwa terdapat beberapa faktor
permintaan selain harga, diantaranya :
a. Pendapatan,
Kenaikan dalam pendapatan akan biasanya akan menyebabkan kenaikan
permintaan.
b. Selera dan Preferensi,
Selera dan preferensi dapat mempengaruhi tingkat permintaan suatu barang.
Beras misalnya, meskipun harganya sama, permintaan beras di wilayah
Indonesia bagian timur cenderung lebih rendah dibanding dengan wilayah
Indonesia bagian barat dikarenakan masyarakat di wilayah Indonesia bagian
timur seperti Papua dan Maluku cenderung lebih menyukai sagu sebagai
makanan pokok ketimbang beras.
(55)
Jika harga barang berkaitan mengalami kenaikan maka akan menyebabkan
permintaan terhadap barang tersebut turun cateris paribus
d. Harga barang lain yang berkaitan (substitusi dan komplementer),
Permintaan terhadap barang substitusi akan naik jika harga barang yang
berkaitan naik sedangkan barang substitusinya tetapdan permintaan terhadap
barang komplementer turun jika harga barang berkaitan naik.
e. Perubahan dugaan tentang harga di masa depan (ekspektasi harga),
Jika terjadi kenaikan harga suatu barang di masa depan maka akan
meningkatkan permintaan terhadap barang di masa sekarang.
f. Penduduk,
Kenaikan jumlah penduduk dalam suatu perekonomian (dengan asumsi
pendapatan konstan) akan menyebabkan meningkatnya permintaan
Berdasarkan uraian di atas maka fungsi permintaan seorang konsumen akan
suatu barang dapat dirumuskan sebagai berikut :
Dx = f ( Px, Y, Py, T, u ) ... (2.1)
Dimana : Dx = Jumlah barang x yang diminta
Px = Harga barang x
Y = Pendapatan Perkapita/Konsumen
Py = Harga barang lain
T = Selera
u = Faktor-faktor lainnya
Persamaan di atas menjelaskan bahwa tingkat permintaan terhadap barang X
(56)
barang lainnya (Py) yang merupakan harga barang substitusi dari barang X,
tingkat selera (T) dan faktor-faktor lainnya (u).
2.1.1 Hukum Permintaan
Hukum permintaan pada hakikatnya merupakan suatu hipotesis yang
menyatakan makin rendah harga suatu barang maka makin banyak permintaan
terhadap barang tersebut. Sebaliknya makin tinggi harga suatu barang maka makin sedikit permintaan terhadap barang tersebut. (Sukirno, 2003:76)
Menurut R.L Miller dan R.E Meiners (2000) kaidah permintaan dapat
dinyatakan dalam cara yang paling sederhana sebagai berikut :
- Pada harga tinggi, lebih sedikit barang yang akan diminta ketimbang pada
harga rendah, dimana hal-hal lain sama (cateris paribus)
- Pada harga rendah, lebih banyak barang yang akan diminta ketimbang pada
harga tinggi, dimana hal-hal lain sama (cateris paribus)
Maka kuantitas yang diminta untuk suatu barang berhubungan terbalik
dengan harga barang tersebut, dimana hal-hal lain sama pada setiap tingkat harga
(cateris paribus). Asumsi mengenai “cateris paribus” menjelaskan bahwa
permintaan hanya dipengaruhi oleh faktor harga, dimana faktor lainnya bersifat
tetap, yang artinya teori yang menyatakan bahwa faktor harga berhubungan
terbalik dengan tingkat permintaan akan terbantahkan jika faktor-faktor lain diluar
harga ikut berubah.
Berdasarkan penjelasan sebelumnya mengenai hukum permintaan di mana
adakalanya hukum permintaan tidak berlaku, misalnya kenaikan harga suatu
(57)
terdapat tiga kelompok jenis barang di mana hukum permintaan tidak berlaku,
yakni :
a. Barang yang Bersifat Memiliki Unsur Spekulasi,
Seprti emas, saham dan tanah di perkotaan, di mana barang-barang tersebut
menyebabkan orang akan menambah pembeliannya disaat harganya naik,
dikarenakun adanya unsur spekulasi terhadap barang-barang tersebut yang
diharapkan harganya terus naik sehingga dapat diperoleh keuntungan.
b. Barang Prestise,
Merupakan barang yang bersifat dapat menambah prestise seseorang yang
memilikinya yang umumnya berharga sangat mahal sehingga apabila
harganya naik , dapat menyebabkan naiknya permintaan terhadap barang
tersebut seperti barang-barang antik, lukisan dari pelukis terkenal maupun
mobil mewah.
c. Barang Giffen,
pada umumnya jika harga barang yang bersifat giffen turun justru
menyebabkan permintaan terhadap barang tersebut juga turun begitu pula
sebaliknya contoh dari barang jenis ini adalah makanan pokok berkualitas
rendah seperti singkong dan sebagainya, di mana permintaan terhadap
barang jenis ini didorong oleh kemisikinan yang membuat konsumen tidak
mampu membeli barang yang lebih berkualitas.
2.1.2 Kurva Permintaan
Berdasarkan hukum permintaan yang menyatakan bahwa kuantitas barang
(58)
permintaan turun begitu pula sebaliknya jika harga turun permintaan naik (asumsi
cateris paribus). Sehingga kurva permintaan mempunyai slope yang menurun ke
kanan (berslope negatif). Pada Gambar 2.1 dapat dilihat bahwa perubahan harga
dari p1 ke p2 menyebabkan perubahan kuantitas dari q1 ke q2.
Gambar 2.1 Kurva Permintaan Individu
Kurva di atas menjelaskan perubahan quantitas permintaan (change in
quantity demand) yang disebabkan oleh perubahan harga. Dimana pergerakan
tingkat permintaan sepanjang kurva permintaan DD. Sedangkan jika perubahan
terjadi tidak semata-mata hanya karena perubahan harga melainkan juga terjadi
perubahan diluar faktor harga seperti pendapatan, selera dan sebagainya (faktor
non harga) maka akan menyebabkan perubahan permintaan (change in demand)
yang dapat menyebabkan pergeseran demand curve ke kiri maupun ke kanan.
Dari Gambar 2.2 dapat dilihat bahwa perubahan faktor permintaan non
harga menyebabkan kurva permintaan bergeser. Misalkan jika pendapatan
individu meningkat menyebabkan bertambahnya tingkat permintaan karena daya
beli meningkat sehingga menggeser kurva permintaan ke kanan dari DD ke D’D’
(59)
sehingga tingkat permintaan berkurang yang menyebabkan kurva bergeser ke kiri
dari DD ke D”D”.
Sumber : R.L. Miller & R.E. Meiners (2000: 27)
Gambar 2.2 Pergeseran Kurva Permintaan 2.1.3 Elastisitas Permintaan
Dalam analisis ekonomi, secara teori maupun dalam praktek sehari-hari,
adalah sangat berguna untuk mengetahui sejauh mana renponsifnya permintaan
terhadap perubahan harga. Oleh sebab itu perlu dikembangkan satu pengukuran
kuantitatif yag menunjukkan sejauh mana besarnya pengaruh perubahan harga
terhadap perubahan permintaan yang dinamakan ukuran elastisitas permintaan
(Sukirno, 2003:103).
Terdapat tiga konsep elastisitas permintaan yakni ; elastisitas permintaan
harga, elastisitas permintaan pendapatan dan elastisitas permintaan silang.
Dimana konsep elastisitas permintaan harga adalah konsep yang lebih penting
untuk dipahami.
Ukuran elastisitas permintaan dapat dilihat melalui nilai koefisien elastisitas
(1)
KATA PENGANTAR
Puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat dan
karunia-Nya hingga penulis dapat menyelesaikan penyusunan laporan skripsi
yang berjudul “Analisis Tingkat Permintaan Rumah di Kota Medan”. Penulis
telah banyak menerima bimbingan, saran, motivasi dan doa dari berbagai pihak
selama penulisan skripsi ini. Oleh karena itu, pada kesempatan ini penulis
menyampaikan terimakasih kepada semua pihak yang telah memberikan bantuan
dan bimbingan, yaitu kepada :
1. Allah Swt, atas anugrah dan rahmat-Nya yang telah diberikan.
2. Kedua orang tua, Ayah dan Ibu atas bantuan doa dan dukungannya selama
ini.
3. Bapak Prof. Dr. Azhar Maksum S.E M.Sc selaku Dekan Fakultas Ekonomi
dan Bisnis Universitas Sumatera Utara.
4. Bapak Wahyu Ario Pratomo, SE, M.Ec selaku Ketua Departemen S1
Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Sumatera
Utara.
5. Bapak Syahrir Hakim Nasution, SE, Msi selaku Sekretaris Departemen S1
Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Sumatera
Utara.
6. Bapak Irsyad Lubis, SE, M.Soc.Sc, PhD selaku Ketua Program Studi
Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Sumatera
(2)
7. Bapak Paidi Hidayat, SE, Msi selaku Sekretaris Program Studi Ekonomi
Pembangunan Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.
8. Ibu Dra. Raina Linda Sari, M.Si.selaku Dosen Pembimbing.
9. Bapak Dr. Hasan Basri Tarmizi, SU selaku Dosen Pembanding I.
10. Bapak Kasyful Mahalli, SE, M.Si selaku Dosen pembanding II.
11. Segenap staf dan pegawai di Dewan Pengurus Daerah (DPD) Real Estat
Indonesia (REI) Sumatera Utara.
12. Seluruh teman-teman di Fakultas Ekonomi dan Bisnis USU jurusan Ekonomi
Pembangunan angkatan 2010.
13. Serta seluruh pihak yang telah banyak membantu penulis yang tidak dapat
disebutkan satu per satu.
Penulis menyadari bahwa dalam penulisan skripsi ini masih jauh dari
kesempurnaan, baik dalam penyusunan maupun penyajiannya. Oleh karena itu
penulis mengharapkan kritik dan saran untuk perbaikan di masa yang akan datang.
Semoga skripsi ini bermanfaat bagi pembaca pada umumnya dan bagi penulis
pada khususnya.
Medan, Maret 2015
(3)
DAFTAR ISI
Halaman
ABSTRAK ... i
ABSTRACT ... ii
KATA PENGANTAR ... iii
DAFTAR ISI ... v
DAFTAR TABEL ... vii
DAFTAR GAMBAR ... viii
BAB I PENDAHULIAN ... 1
1.1 Latar Belakang ... 1
1.2 Perumusan Masalah ... 6
1.3 Tujuan Penelitian ... 7
1.4 Manfaat Penelitian ... 7
BAB II TINJAUAN PUSTAKA ... 9
2.1 Teori Permintaan ... 9
2.1.1 Hukum Permintaan ... 11
2.1.2 Kurva Permintaan ... 12
2.1.3 Elastisitas Permintaan ... 14
2.1.4 Permintaan Perumahan ... 16
2.2 Konsep dan Kategori Perumahan ... 20
2.3 Fungsi dan Peran Rumah ... 22
2.4 Permukiman Kota ... 24
2.5 Masalah dan Kebijakan Permukiman Perkotaan ... 24
2.6 Pendapatan Regional ... 26
2.6.1 Pendapatan Perkapita ... 27
2.7 Inflasi ... 27
2.7.1 Teori Inflasi ... 28
2.8 Penelitian Terdahulu ... 29
2.9 Kerangka Konseptual ... 31
2.10 Hipotesis ... 32
BAB III METODE PENELITIAN ... 33
3.1 Pengertian Penelitian ... 33
3.2 Jenis Penelitian ... 33
3.3 Tempat dan Waktu Penelitian ... 33
3.4 Variabel Penelitian dan Definisi Operasional ... 34
3.5 Jenis Data ... 35
3.6 Metode Pengumpulan dan Pengolahan Data ... 35
3.7 Teknik Analisis ... 36
3.7.1 Model Analisis Data ... 36
(4)
3.7.2.1 Uji Koefisien Determinasi (R-Square) ... 37
3.7.2.2 Uji F-statistik (Overall Test ... 37
3.7.2.3 Uji t-statistik (Partial Test) ... 38
3.7.3 Uji Penyimpangan Asumsi Klasik ... 39
3.7.3.1 Multikolinieritas ... 39
3.7.3.2 Autokorelasi ... 41
BAB IV HASIL PENELITIAN DAN PEMBAHASAN ... 42
4.1 Hasil Penelitian ... 42
4.1.1 Kondisi Geografis ... 42
4.1.2 Kondisi Ekonomi ... 43
4.1.3 Perkembangan Perumahan di Kota Medan ... 48
4.1.4 Harga dan Tingkat Permintaan Rumah di Kota Medan ... 50
4.2 Pembahasan ... 56
4.2.1 Uji Asumsi Klasik ... 56
4.2.1.1 Uji Multikolinieritas ... 56
4.2.1.2 Uji Serial Korelasi (Autokorelasi) ... 57
4.2.2 Interpretasi Model ... 59
4.2.3 Analisis Koefisien Determinasi (R-square) ... 63
4.2.4 Uji t-Statistik ... 63
4.2.5 Uji F-Statistik ... 68
BAB V KESIMPULAN DAN SARAN ... 71
5.1 Kesimpulan ... 71
5.2 Saran ... 72
DAFTAR PUSTAKA ... 74
(5)
DAFTAR TABEL
No. Tabel Judul Halaman
2.1 Penelitian Terdahulu ... 29 4.1 Tingkat Inflasi Kota Medan Periode 1994-2013 ... 45 4.2 Perkembangan Jumlah Penduduk Kota Medan Periode
2007-2012 ... 45 4.3 Perkembangan PDRB dan PendapatanPerkapita Atas
Dasar Harga Berlaku di Kota Medan periode
1993-2012 ... 46 4.4 Rata-rata total pembangunan perumahan di Kota
Medan ... 49 4.5a Perkembangan Harga Rata-rata Rumah Sederhana
Tapak (RST) di Kota Medan periode 1994-2014 ... 51 4.5b Perkembangan Harga Rata-rata Rumah Menengah di
Kota Medan periode 1994-2014 ... 52 4.5c Perkembangan Harga Rata-rata Rumah Mewah di
Kota Medan periode 1994-2014 ... 53 4.6 Perkembangan Kepuasan Konsuen (Persentase jumlah
unit rumah yang terjual pertahun) ... 54 4.7 Rata-rata Tingkat Permintaan Rumah per tahun di
Kota Medan ... 55 4.8a Hasil Regresi Parsial untuk Uji Multikolinieritas
(Model persamaan RST) ... 56 4.8b Hasil Regresi Parsial untuk Uji Multikolinieritas
(Model persamaan Rumah Menengah) ... 57 4.8c Hasil Regresi Parsial untuk Uji Multikolinieritas
(Model persamaan Rumah Mewah) ... 57 4.9a Hasil Estimasi Uji Autokorelasi (Model Persamaan
RST) ... 58 4.9b Hasil Estimasi Uji Autokorelasi (Model Persamaan
Rumah Menengah) ... 58 4.9c Hasil Estimasi Uji Autokorelasi (Model Persamaan
(6)
DAFTAR GAMBAR
No. Gambar Judul Halaman
2.1 Kurva Permintaan Individu ... 13
2.2 Pergeseran Kurva Permintaan ... 14
2.3 Fungsi Rumah (Hunian) ... 23
2.4 Kerangka Konseptual ... 31
4.1 Perkembangan Inflasi Periode 2004-2013 ... 45
4.2 Perkembangan PDRB Kota Medan periode 2003-2012 ... 48
4.3 Persentase pembangunan rata-rata pertahun rumah berbagai tipe di Kota Medan ... 50
4.4a Interpretasi Model Persamaan RST (tipe36/72) 59 4.4b Interpretasi Model Persamaan Rumah Menengah (tipe 70/105) ... 61
4.4c Interpretasi Model Persamaan Rumah Mewah (tipe 150/200) ... 62